日本综合一区二区|亚洲中文天堂综合|日韩欧美自拍一区|男女精品天堂一区|欧美自拍第6页亚洲成人精品一区|亚洲黄色天堂一区二区成人|超碰91偷拍第一页|日韩av夜夜嗨中文字幕|久久蜜综合视频官网|精美人妻一区二区三区

RELATEED CONSULTING
相關(guān)咨詢
選擇下列產(chǎn)品馬上在線溝通
服務(wù)時(shí)間：8:30-17:00
你可能遇到了下面的問題
關(guān)閉右側(cè)工具欄

新聞中心

這里有您想知道的互聯(lián)網(wǎng)營銷解決方案
Perl不同編碼之間的變換

本文和大家重點(diǎn)討論一下Perl不同編碼之間的變換，Perl從5.6開始已經(jīng)開始在內(nèi)部使用utf8編碼來表示字符，也就是說對(duì)中文以及其他語言字符的處理應(yīng)該是完全沒有問題的。

Perl不同編碼之間的變換

Perl從5.6開始已經(jīng)開始在內(nèi)部使用utf8編碼來表示字符，也就是說對(duì)中文以及其他語言字符的處理應(yīng)該是完全沒有問題的。我們只需要利用好Encode這個(gè)模塊便能充分發(fā)揮Perl的utf8字符的優(yōu)勢了。

下面就以中文文本的處理為例進(jìn)行說明，比如有一個(gè)字符串”測試文本”，我們想要把這個(gè)中文字符串拆成單個(gè)字符，可以這樣寫：

 
 
 
    
  
  
  
  1. useEncode;  
    2. 
  
  
  
  2. $dat=”測試文本”;  
    3. 
  
  
  
  3. $str=decode(”gb2312″,$dat);  
    4. 
  
  
  
  4. @chars=split//,$str;  
    5. 
  
  
  
  5. foreach$char(@chars){  
    6. 
  
  
  
  6. printencode(”gb2312″,$char),”\n”;  
    7. 
  
  
  
  7. }  
    8.

 

結(jié)果大家試一試就知道了，應(yīng)該是令人滿意的。

這里主要用到了Encode模塊的decode、encode函數(shù)。要了解這兩個(gè)函數(shù)的作用我們需要清楚幾個(gè)概念：

1、Perl字符串是使用utf8編碼的，它由Unicode字符組成而不是單個(gè)字節(jié)，每個(gè)utf8編碼的Unicode字符占1~4個(gè)字節(jié)（變長）。

2、進(jìn)入或離開Perl處理環(huán)境（比如輸出到屏幕、讀入和保存文件等等）時(shí)不是直接使用Perl字符串，而需要把Perl字符串轉(zhuǎn)換成字節(jié)流，轉(zhuǎn)換過程中使用何種編碼方式完全取決于你（或者由Perl代勞）。一旦Perl字符串向字節(jié)流的編碼完成，字符的概念就不存在了，變成了純粹的字節(jié)組合，如何解釋這些組合則是你自己的工作。

我們可以看出如果想要Perl按照我們的字符概念來對(duì)待文本，文本數(shù)據(jù)就需要一直用Perl字符串的形式存放。但是我們平時(shí)寫出的每個(gè)字符一般都被作為純ASCII字符保存（包括在程序中明文寫出的字符串），也就是字節(jié)流的形式，這里就需要encode和decode函數(shù)的幫助了。

◆encode函數(shù)顧名思義是用來編碼Perl字符串的。

它將Perl字符串中的字符用指定的編碼格式編碼，最終轉(zhuǎn)化為字節(jié)流的形式，因此和Perl處理環(huán)境之外的事物打交道經(jīng)常需要它。其格式很簡單：
$octets=encode(ENCODING,$string[,CHECK])

$string：　　Perl字符串
encoding：　是給定的編碼方式
$octets:　　是編碼之后的字節(jié)流
check:　　　表示轉(zhuǎn)換時(shí)如何處理畸變字符（也就是Perl認(rèn)不出來的字符）。一般不需使用編碼方式視語言環(huán)境的不同有很大變化，默認(rèn)可以識(shí)別utf8、ascii、ascii-ctrl、iso-8859-1等。

◆decode函數(shù)則是用來解碼字節(jié)流的。

它按照你給出的編碼格式解釋給定的字節(jié)流，將其轉(zhuǎn)化為使用utf8編碼的Perl字符串，一般來說從終端或者文件取得的文本數(shù)據(jù)都應(yīng)該用decode轉(zhuǎn)換為Perl字符串的形式。它的格式為：
$string=decode(ENCODING,$octets[,CHECK])
$string、ENCODING、$octets和CHECK的含義同上。

現(xiàn)在就很容易理解上面寫的那段程序了。因?yàn)樽址怯妹魑膶懗龅?，存放的時(shí)候已經(jīng)是字節(jié)流形式，喪失了本來的意義，所以首先就要用decode函數(shù)將其轉(zhuǎn)換為Perl字符串，由于漢字一般都用gb2312格式編碼，這里decode也要使用gb2312編碼格式。轉(zhuǎn)換完成后Perl對(duì)待字符的行為就和我們一樣了，平時(shí)對(duì)字符串進(jìn)行操作的函數(shù)基本上都能正確對(duì)字符進(jìn)行處理，除了那些本來就把字符串當(dāng)成一堆字節(jié)的函數(shù)（如vec、pack、unpack等）。于是split就能把字符串切成單個(gè)字符了。最后由于在輸出的時(shí)候不能直接使用utf8編碼的字符串，還需要將切割后的字符用encode函數(shù)編碼為gb2312格式的字節(jié)流，再用print輸出。

另外，還可以用下面的方法來＂猜＂出字符串的編碼．但我試過，也不是每次都管用．
useEncodeqw/from_to/;
useEncode::Guessqw/euc-jpshiftjis/;

openINFILE"....";#輸入的文件是SHIFT-JIS編碼的文件這里只轉(zhuǎn)換第一行做個(gè)測試
 

 
 
 
    
  
  
  
  1. my$str= 
    2. 
  
  
  
  2. my$enc=guess_encoding($str);  
    3. 
  
  
  
  3. if(ref$enc){  
    4. 
  
  
  
  4. $from=$enc->name;  
    5. 
  
  
  
  5. }else{  
    6. 
  
  
  
  6. $from="shiftjis";  
    7. 
  
  
  
  7. }  
    8. 
  
  
  
  8.  
    9. 
  
  
  
  9. from_to($str,$from,$to);  
    10. 
  
  
  
  10. printSTDOUT"ThetestStringis:$str";  
    11. 
  
  
  
  11.  
    12.

 當(dāng)輸入文件行紀(jì)錄是日文漢字開頭的時(shí)候,是可以判斷出來編碼類型是shift-jis的．但是當(dāng)開頭是一組數(shù)據(jù)再加個(gè)逗號(hào)之類的數(shù)據(jù)時(shí)，就猜不到了．原因還不是很明確．

本文來自CSDN博客，轉(zhuǎn)載請(qǐng)標(biāo)明出處：http://blog.csdn.net/dreamnear/archive/2007/11/07/1871662.aspx


網(wǎng)站題目：Perl不同編碼之間的變換
文章起源：http://www.dlmjj.cn/article/cdjsoej.html